数字化产品设计中多形态知识集成

数字化产品设计中多形态知识集成
刘溪涓
【摘要】针对产品数字化设计过程中知识重用的特点,对设计知识进行了比较全面的分类,提出了产品设计过程中多形态知识的概念.研究了多形态知识集成的方法,给出了基于领域本体的多形态知识融合方法,并以螺纹滚丝机设计中多形态知识为例,对该方法进行了解释,得出了相关结论.
【期刊名称】《上海电机学院学报》
【年(卷),期】2010(013)003
【总页数】5页(P130-134)
【关键词】产品设计;多形态知识;知识集成;数字化设计
【作者】刘溪涓
【作者单位】上海电机学院机械学院,上海,200245
【正文语种】中文
【中图分类】TB472
Abstract：The state of art of knowledge reuse and categorization of design knowledge is discussed in this paper.First,the different knowledge types are analyzed according to the characteristics of knowledge reuse in the design process.The concept of multi-style knowledge is proposed to describe the different knowledge styles in the digital product design.The method of knowledge merge based on domain ontology is given following
a study on knowledge integration.Finally,application of the method is interpreted with a case study of knowledge reuse in the design of a screw rolling machine.
Key words:product design;multi-style knowledge;knowledge integration;digital design
产品设计过程中的大量工作是检索、重用以往经验知识以及获取新知识[1]。

产品
设计经验知识的获取、共享与重用,有利于缩短产品开发周期、提高产品质量[2]。

在飞机、舰船、制造装备等复杂产品的数字化开发过程中,由于其产品功能、结构
和协同开发过程高度复杂,知识密集,知识形态及知识之间的关联就更加复杂和多样[3],故在该类产品开发过程中,设计经验知识的表示与获取,重要性更为突出,但同时
也更显困难。

由于产品设计知识获取与产品全生命周期过程的复杂关联性,在复杂产品设计开发
过程中,不同类型的知识表示、集成与获取仍然是一个瓶颈。

其中一个突出问题是
当描述某一对象的概念及属性与某几个对象间关联关系时,设计师手头可获得的知
识来源和形式经常是多种多样的。

具体地说,在设计过程中产生的知识表达形态多样,从出现频率上,可分为常用形态和特殊形态。

常用知识形态包括概念、表格、公式、规则、约束、文字和图形;特殊知识形态包括决策树、经验列线图和设计案例等。

从是否形式化角度又可分为结构化的(机器可读的)、非结构化的(人类可读的)。

而目前知识获取的方法和工具往往功能单一、仅支持有限形式。

该有限形式既缺乏对多类型和表示形式知识的融合能力,也缺乏对它们之间关联关系的研究。

本文研
究就此展开,提出了“多形态知识”的概念和基于领域本体模型的多形态知识融合
方法。

根据所采用的设计原理与技术是否已存在,新产品设计可分为原创设计和再设计两
大类。

后者又可根据改进部分的多少和程度,进一步分为适应性设计、变型设计、
选择设计和布局设计。

据统计,新产品设计中大约60%以上的工作是基于以往经验展开的,对产品经验知识的获取、重用是在较短时间内获得高质量产品设计的关键
因素,这在复杂产品的开发过程中表现更为突出。

现代产品设计往往基于数字化平
台上的协同设计,故产品开发过程涉及大量专业团队的协同工作,具有比个人设计更
为复杂的设计流程、组织结构及产品结构,设计中相关对象之间的关联关系、知识
类型及知识的流向都更加复杂、多样。

这种设计过程涉及的因素多、设计制造周期长,设计过程中可能涉及的多种系统之间不易集成,捕获设计方案与设计缺陷的因果
关系更加困难。

上述情况决定了产品开发企业的知识体系庞大、专业团队众多、概念术语繁杂,故其知识管理过程十分复杂。

一个基础的共性问题即是如何有效地针
对产品的设计知识进行表示和集成,并在此基础上进一步为知识重用提供基础。

在产品设计领域,关于知识分类与集成方法的研究已经有很多,Ropohl[4]在1966
年提出了外显知识(Explicit Knowledge)与内隐知识(Tacit Knowledge)的概念。

他认为:与外显知识不同,内隐知识是难以用正式化和系统化的人造语言进行表达的。

Davenport[5]则从无法清晰表达的与可清晰表达的、无法教授的与可教授的、无
关联的与有关联的、使用时无法观察到的与可以观察到的等多个视角对知识进行了细分。

Vincenti[6]通过对航空业历史案例的分析,将设计知识分为6类:基本设计概念、标准与规范、理论工具、定量数据、实践经验和设计手段。

Bayazit[7]则基于设计方法学定义了4类设计知识:过程性知识、陈述性知识、设计标准化知识和协
同设计知识。

Bayazit认为协同设计知识是关于团队协同工作的知识。

Ramesh[8]认为新产品开发是一种知识密集型活动,所包含的知识有通用知识、领域知识、过
程知识。

他强调了设计过程知识的重要性,将其分为产品概念设计方法、评价条件、相关规范、理论工具和实践经验等。

上述研究中有关设计知识的分类,界定了产品
设计知识所管理对象的范围。

然而,上述研究对知识进行的粗粒度划分,还不能很好
地支持设计过程,没有很好地结合领域特征。

对此,本文提出“多形态知识(Multi-style Knowledge)”的概念。

多形态知识是指在产品开发过程中,设计知识所表现出的形式的多样性。

“多形态”一词的提出,是
基于不同形态的知识表达,在概括程度、方便程度上存在很大区别。

具体地说,从表
达知识所用的形式来分,有决策树、列线图、表格、约束、解析公式、产生式规则、模糊准则、案例、Bayes概率规则、因果关系图和多媒体视频等多种形式。

从是否可由机器处理来区分,可分为结构化知识、非结构化知识(如描述性文本)。

从产品设计知识的内容来区分,又可分为描述性知识、过程性知识和结构性知识。

描述性知
识用来说明事物的工作原理、名称,包括相关概念、元素及其相互关系;过程性知识
用来描述完成某一任务的详细步骤(活动);结构性知识是问题求解的基础,用来产生
方案或者策略,设定不同设计任务的约束条件,在出现失败或者信息不全时给出解决
方案。

结构性的知识又可进一步分为有关方案设计的知识,以及有关参数选择的知
识等。

本体论(Ontology)的概念最初起源于哲学领域,是形而上学理论研究的一个分支,与认识论相对。

认识论是研究人类知识的本质和来源,即研究主观认知,而本体论则研
究客观存在。

具体地说,本体研究客观对象的理论定义和基本特征。

以Alexander
在1986年提出的本体在信息领域的研究为起点,Ontology在人工智能领域获得稳步的发展,并逐渐被赋予了新的内涵。

目前,Ontology在知识表示领域及工程中的
知识重用等方面取得较好应用,逐渐成为一个研究热点[9-10]。

关于本体的定义有
很多,最著名并被引用最广的定义是1993年美国斯坦福大学知识系统实验室(Knowledge System Laboratory,KSL)的Gruber给出的定义:“本体是概念模型
的明确化的规范说明”。

按照领域依赖程度,本体可分为顶层(Toplevel)本体、领域(Domain)本体、任务(Task)本体和应用(Application)本体。

其中,领域本体描述的是特定领域(如制造、地理、汽车和医疗等)内的概念及概念之间的关系。

企业的领域共享本体(领域的概念及其关系的集合)是设计师在协同设计过程中进行
知识获取、表达以及共享的基础。

由于在复杂产品开发环境下知识概念庞大,词汇
繁杂,且概念之间存在复杂关联性,为了支持协同设计环境下设计师对新知识的发现、记录,以及对已有知识的获取、使用,需要进行知识表示词汇的统一,本文采取本体建模(Ontology Modeling)技术建立多形态知识表示和集成的统一基础,并在此基础
上进行多形态知识融合,支持产品的数字化开发过程,具体方法如下。

产品设计的求解结果及设计经验一般更适合用案例来表示。

一般性规则可以看作是对多个特殊案例的归纳总结。

采用基于案例的知识表示的好处是可有效地降低知识获取的难度,同时避免了某些不完整的规则之间可能导致的冲突和推理的复杂性。

因此在案例基础上比较容易实现系统的一致性。

将设计案例划分为4大类别:①为
满足某特定设计需求所进行的概念设计、详细设计、物理样机等;②设计缺陷或者
禁忌案例,以及针对设计缺陷的解决方案;③针对某类问题的新技术研究方案;④一些经典设计方案。

同时,注意到人类往往依赖多种形态经验知识进行综合推理。

不同形态的知识表达,
在概括程度和方便程度上有很大区别。

人们在不同情景下需要采用不同形式来记载自己所得到的知识。

从知识获取的角度来看,一开始人们获得的知识可能是一些个
别案例,随后将某些案例抽象归纳后可能会得到更一般性的规则或者公式。

由于在
产品设计过程中,设计案例或者规则性的知识一般与某类设计任务或者设计对象有关,案例或者规则中的特征以及参数多是关于相关设计任务(设计对象)的特征参数。

将不同的设计任务(设计对象)在企业本体中进行分类定义,分别将知识项与相关的设计任务关联,通过设计任务的连接,从而将各种不同表达形式建立起关联。

即通过不
同知识项与本体中某一概念对象的连接,在不同类型知识之间建立起了一种关系,如
图1所示。

在任务表达中,把每一任务视为元素以构成任务空间,并依据任务抽象级别形成任务分类树。

从而在执行该类设计任务时,由上述的关联关系,即可取回与该
任务相关联的各种不同形态的产品设计知识。

同时,由于设计过程性的知识可以对设计者的工作及过程规划提供有力支持,因此拟在任务空间与产品设计过程空间之间建立关联关系,以支持过程知识的重用。

在过程知识的表达中,拟记载解决问题的活动步骤、每一活动要考虑的因素指标以及输入、输出之间的约束关系,并在领域本体的基础上进行定义。

复合型任务则通过工作流来完成,此时依据任务分类树中任务的具体-抽象关系以及任务之间的输入、输出约束,可得到过程中活动的执行顺序等内容,可用于辅助设计过程规划。

所谓知识融合是指在产品开发的知识处理全过程,包括知识分类、表达、获取、抽取、综合、集成和对不确定性问题的处理等。

知识融合的基础是可转换为统一的表达模式。

建立本体模型,描述不同形态知识及其间关联。

当设计任务越是明确,任务细分程度越高,该任务对应的本体模型就越是清晰和具体,对案例、规则、图表等多形式知识转换过程就更加有效。

由于某一设计知识总是作用于某一特定的对象类别,或者与其相关联,故不同形态的知识表述,往往在某一方面或者在某一局部描述了参数之间关系。

知识的不同形态表述,往往可以相互补充,但也可能存在矛盾或者冲突。

这种做法的好处:①基于本体概念属性变量的关联,可建立不同形式知识的统一表达基础,对不同知识形态的内涵进行比较、计算,从而可判定它们之间是相互补充,还是存在矛盾;②如果是一致基础上的补充,则在设计迭代中进一步考虑此知识,优化设计方案,如果存在明显矛盾,则提出警示,并建议作出一定的知识修改,以完善企业知识库。

计案例、行业经验数据(列线图)、参考书上的设计规则。

当前设计任务是在滚丝机Ⅰ型的基础上进行“变型设计”开发出滚丝机Ⅱ型。

已知滚丝机Ⅰ型的加工对象是工件螺纹长度L1=14 mm,工件洛氏硬度 HRC1=30,工件螺纹直径 d1=16 mm和工件螺距 p1=2 mm;滚丝机Ⅱ型加工对象是L2=14 mm,HRC2=30,d2=8 mm和 p2=1.25 mm。

在一台凸轮式螺纹滚丝机(以下简称“滚丝机”)的开发设计中,其凸轮连杆机构(见图2)的结构设计与滚压力 F0的大小有关[11]。

滚压力的大小,直接计算起来十分复
杂,一般经常借助于企业的经验知识来确定。

已知企业的知识库中包含如下不同形式的知识描述(见图3):本企业历史设
由图3可见,关于确定滚压力的知识片段在不同类型知识中表达的形式不同,当设计师进行设计时,他需要把手头获得的这3种类型的知识进行融合,以排除不准确的知识内容,获取尽可能精确和精细的知识。

本例中知识融合的步骤如下:①分析滚压力的所有相关因素,将其描述为设计参量,建立滚压力本体模型;②将不同类型的知识尽可能进行形式化(不能形式化的部分交由人工处理),然后与滚压力本体模型对比;③将②中对比结果分类,即将一致型的知识片段保留转入下一流程,冲突部分舍弃;④将通过检测的知识进行层次分析来分层细化。

在采用基于历史经验知识的设计方法下,按照上述步骤融合已有多类型知识,得出相关结论:①F0与L,HRC,d和 P相关;②本例中经验列线图、设计规则3类知识间不存在明显冲突,但适用初值范围有所不同,列线图最广,设计规则次之,企业设计案例最窄;③已有规则中不包含给定初值情况,其余 3种情况下企业案例中 F0(23.0 kN)略高于其他2类知识求出的 F0(21.8、21.7 kN)。

结合本企业的设计安全标准,F0取企业案例,即 F0=23.0 kN。

根据此 F0大小展开后续结构设计(略)。

在数字化协同设计环境下,产品开发过程中对多形态知识的表示和融合十分重要,它为设计决策支持提供了基础。

本文在提出“多形态知识”概念的基础上,对知识融合方法提出了新的思路,
即基于本体建模技术的知识融合,并通过一个案例对该方法进行简要说明。

今后,笔者将在此基础上,对再设计问题中基于设计过程的知识主动推送的实现方法进行深入研究。

【相关文献】
[1]Nanda J,Thevenot H J,Simpson T W,et al.Product family design knowledge representation,aggregation,reuse,and analysis[J].Artificial Intelligence for Engineering Design,Analysis,and Manufacturing,2007,21(2):173-192.
[2]Johansson P,Kliger R.Knowledge reuse in the design of steel connections using 2D-CAD drawings[J].Electronic Journal of Information Technology in Construction,2007,12:1-18. [3]Jing Shikai,Wu Xiaoxiao,Xiong Huan,et al.Reuse ofproductdesign knowledge in space industry[C]//FirstInternational Conference on Advances in Satellite and Space Communications.Colmar,France:IEEE,2009:90-95.
[4]Ropohl G.Knowledge types in technology[J].International Journal of Technology and Design Education,1997,7(1/2):65-72.
[5]Davenport T H,Prusack L.Working knowledge:how organizations manage what they know[M].Boston:Havard Business School Press,2000.
[6]Vincenti W G.What engineers know and how they know it[M].Baltimore:Johns HopkinsUniversity Press,1990.
[7]Bayazit N.Designing:design knowledge,design research,related sciences[G]//Vries M Jde,Cross N,Grant D P.Design methodology and relationships with
science.Dordrecht:Kluwer Academic Publishers,1993:121.
[8]Ramesh B,Tiwana A.Supporting collaborative process knowledge management in new product development teams[J].Decision Support Systems,1999,27(1/2):213-235.
[9]Catalano C E,Camossi E,Ferrandes R,et al.A product design ontology for enhancing shape processing in design workflows[J].Journal of Intelligent
Manufacturing,2009,20(5):553-567.
[10]Chang Xiaomeng,Sahin A,Terpenny J.An ontolog y-based supportforproductconceptual design[J].Robotics and Computer-integrated Ma nufacturing,2008,24(6):755-762.
[11]王秀伦.螺纹滚压加工技术[M].北京:中国铁道出版社,1990.。